duet sampling

新的Metropolis-Hastings算法推广改进了贝叶斯网络的DAG采样

研究人员开发了一种新方法，以提高贝叶斯网络结构学习的效率，这是分析大型高维数据集的关键任务。这项进展引入了新颖的马尔可夫链蒙特卡洛移动，允许在有向无环图（DAG）中同时重新采样多个节点的父节点。核心创新是Metropolis-Hastings算法的一种推广，称为双重采样（duet sampling），它使用两个提议分布来构建混合效率更高而计算成本不增加的马尔可夫链。实验表明，这种新方法优于现有的最先进方法，即使那些方法已经包含了双重采样。